Portfolio Data Engineer

Addepar est un leader mondial des solutions technologiques et de données, dédié à offrir aux professionnels de l'investissement des conseils précis et éclairés pour leurs clients. Notre plateforme, de confiance pour des centaines de milliers d'utilisateurs au cours de la dernière décennie, agrège les données de portefeuille, de marché et de clients pour plus de 5 trillions de dollars d'actifs. Opérant dans plus de 40 pays, Addepar s'intègre parfaitement avec plus de 100 partenaires logiciels, de données et de services pour offrir une solution complète adaptée à une variété d'entreprises et d'utilisations. Nous favorisons une main-d'œuvre mondiale et flexible avec des bureaux dans la Silicon Valley, à New York, Salt Lake City, Chicago, Londres, Dublin, Édimbourg et Pune.

A propos du rôle

Faisant partie de l'équipe de la plateforme Addepar, l'unité d'intégration des données de portefeuille est vitale pour notre mission. Les responsabilités de notre équipe comprennent l'acquisition de données, la conversion, le nettoyage, la désambiguïsation, la modélisation, ainsi que les outils et l'infrastructure indispensables à l'intégration des données de portefeuille des clients. Notre plateforme offre un référentiel centralisé auto-descriptif (Data Lake), des services de données pilotés par API, un pipeline d'intégration, et une infrastructure analytique robuste.

Nous recherchons un ingénieur de données dédié pour aider à développer de nouvelles intégrations de données et à maintenir les processus existants, améliorant ainsi l'efficacité de notre plateforme de données. Vous jouerez un rôle clé dans la construction et l'automatisation des fonctionnalités au sein de nos pipelines de données distribués en écrivant du code PySpark intégré dans notre Databricks Data Lake. Au fur et à mesure que vous gagnerez en expérience, vous assumerez des projets de plus en plus complexes visant à augmenter considérablement le débit d'ingestion de données d'Addepar. Ce rôle hautement visible est crucial pour la croissance de l'entreprise et la satisfaction client, minimisant les efforts manuels et maximisant l'automatisation.

Responsabilités clés

• Prioriser et accomplir les tâches de projet individuelles et respecter les délais.
• Développer des pipelines pour soutenir l'ingestion, l'analyse et l'enrichissement des données financières en collaboration avec les analystes de données commerciales.
• Améliorer les pipelines existants pour augmenter le débit et l'exactitude des données.
• Créer et maintenir des contrôles de processus efficaces et des métriques précises pour garantir les normes de qualité et les attentes organisationnelles.
• Collaborer avec les équipes Produit et Ingénierie pour concevoir, tester et mettre en œuvre de nouveaux processus et outils afin d'améliorer la qualité des données et l'efficacité opérationnelle.
• Identifier les opportunités d'automatisation et mettre en œuvre des améliorations.
• Comprendre les modèles et schémas de données et collaborer avec d'autres équipes d'ingénierie pour recommander des mises à jour et des modifications.

Qualifications

• 1 à 3 ans d'expérience professionnelle en ingénierie ou analyse de données.
• Maîtrise de la programmation orientée objet, en particulier avec PySpark/Python.
• Connaissance du SQL et des concepts de bases de données relationnelles.
• Expérience en modélisation de données, visualisation et pipelines ETL.
• Des connaissances en concepts financiers (tels que actions, obligations, etc.) sont avantageuses mais non requises.
• Passion pour la FinTech et la résolution de problèmes complexes en gestion d'investissement.

Nos valeurs fondamentales

• Agir en propriétaire : Opérer avec intention, but et soins. Assumer les résultats.
• Construire ensemble : Collaborer pour trouver les meilleures solutions et offrir une valeur durable.
• Défendre nos clients : Dépasser les attentes des clients. Leur succès est notre succès.
• Favoriser l'innovation : Aborder la résolution de problèmes avec audace et sans contraintes pour transformer l'industrie.
• Adopter l'apprentissage : S